12月2日，Marvell宣佈同AWS達成一份爲期5年的協議，向AWS提供定製AEC、DSP、PCIe retimer等產品；3日，AWS發佈Trainium2-Ultra Server，採用AEC實現3D環狀連接；博通4QFY24業績會對AI ASIC未來市場空間指引積極，我們認爲CSP客戶自研ASIC趨勢明確，ASIC+以太網靈活開放的組網生態下，配套的短距銅連接AEC產品的滲透率有望提升。

摘要

AEC通過集成Retimer改善信號質量實現服務器間7m內高速數據傳輸。AEC（有源電纜）在銅纜兩端集成Retimer芯片，不單能夠放大和均衡Tx和Rx端，還可以在Rx端重新進行信號整形，實現信號還原，主要應用於數據中心中短距離連接，如機櫃內或相鄰機櫃、服務器到ToR、葉脊交換機/路由器機架等。相較於DAC，AEC能夠實現更長距離的傳輸，400G速率產品最大傳輸距離可實現7m，且能實現芯線的輕薄化和線徑小型化，降低數據中心服務器散熱難度；相較於AOC，AEC在功耗及成本方面具備優勢，是介於DAC和AOC之間性價比較高的中間方案。

需求端：CSP積極自研AI ASIC，組網中引入AEC用於短距連接。博通4QFY24業績會對AI ASIC市場空間增速預期積極，我們觀察到海外CSP廠商及科技企業如亞馬遜、微軟等以及xAI在自建AI算力集羣內部組網中已開始部署AEC方案。根據我們測算，AWS採用4*4*4 3D Torus拓撲網絡的Trainium2-Ultra服務器架構中，機櫃內Trn2芯片和400G AEC之間的數量配比關係爲1:1；若網卡到ToR交換機也採用AEC連接，則Trn2芯片和400G AEC數量配置比例約爲1:1.5。我們認爲隨着CSP廠商自研ASIC、自建網絡比例提升，AEC硬件需求有望進一步提振，並逐漸從400G向800G/1.6T速率迭代。

供給端：Retimer和銅纜爲核心物料，部分光模塊廠商切入供應鏈。AEC由Retimer芯片、銅纜和連接組件構成，我們估測800G AEC BOM成本中，Retimer和銅纜分別佔50%、20%。

風險

AI產業需求不及預期；AEC高速銅連接需求不及預期。

AEC：數據中心內部高速短距連接的性價比之選

在數據中心內部，按照傳輸介質不同，存在光纖連接和銅纜連接兩大類網絡線纜連接方式，常見的光纖連接包括光模塊+光纖、AOC，銅纜連接則主要包含DAC/ACC/AEC。

► 光模塊+光纖：光模塊搭配光纖是目前應用最爲廣泛的網絡佈線方案，光模塊和光纖相互獨立，用戶在使用時將兩者連接組裝，光模塊負責光電轉換功能，光纖用於傳輸光信號，傳輸距離靈活可控。

► AOC（Active Optical Cables，有源光纜）：光模塊和光纖集成化，形成一整條線纜，無需用戶側組裝。AOC通過光纖傳輸高速信號，可用於100m內的中短距離互聯場景，其支持的傳輸速率和傳輸距離均比銅纜更好，且較銅纜重量輕、佈線方便，缺點是相較於銅纜成本和功耗較高。

圖表1：光模塊+光纖和AOC連接對比

資料來源：Fibermall，中金公司研究部

按是否內置電子元件以增強信號，銅纜連接可分爲無源銅纜（DAC，Direct Attach Cable）和有源銅纜（Active Copper Cable）。

► DAC（Direct Attach Cable，無源銅纜）：不需要外部電源，不內置電子元件增強信號，僅通過兩根導線絞合在一起形成雙軸電纜。由於不使用電子器件，其功耗幾乎爲零，在高速線纜解決方案中有着延遲和插入損耗最低、同時成本最低的優點。但同時也因爲無源電纜傳輸僅依賴銅線介質，無法放大信號以提升長距離信號傳輸下的信號質量，其傳輸距離受到限制，適用於超短距離連接。

► ACC（Active Copper Cable，有源銅纜）：在電纜端部增加信號增強芯片，使得在較長距離的信號傳輸不出現較大衰減，從而提升信號質量，ACC使用Redriver芯片架構在接收端通過CTLE均衡調整增益、放大信號。AEC（Active Electrical Cable，有源電纜）是有源銅纜的細分種類，在銅纜兩端集成Retimer芯片，通過Rx端CTLE/DFE（連續時間線性均衡/判斷反饋均衡）、CDR（時鐘數據恢復）及Tx端EQ（均衡）實現接收端信號整形，重新還原信號。

圖表2：高速銅連接DAC、ACC、AEC連接對比

資料來源：Fibermall，中金公司研究部

Retimer較Redriver有更好的減少信號損耗的能力、信號還原度更高。1）Retimer：Retimer是一種數模混合器件，其工作原理是通過內部嵌有的CDR電路提取輸入信號中的嵌入式時鐘，再使用未經衰減變形的時鐘信號重新傳輸數據，從而提升信號完整性並消除信號抖動影響；2）Redriver：Redriver是一種模擬信號器件，通過發射端的驅動器和接收端的濾波器放大受損信號，實現對信號損耗的補償。對比來看，由於含有SerDes PHY的核心部件CDR，Retimer能夠實現比Redriver更優的降低信道損耗效果，但由於增加了數據處理過程時延有所拉長。因此，相較於ACC，AEC對信號損耗的補償能力更強，且可有效阻隔抖動的傳遞，能夠支持更長距離、更高穩定性的數據傳輸。

圖表3：Redriver和Retimer工作原理對比

資料來源：TI官網，中金公司研究部

DAC信號傳輸覆蓋距離隨通信速率提升而下降，AEC通過集成Retimer改善信號質量實現服務器間7m內高速數據傳輸。隨着SerDes技術升級、通信總線傳輸速率提升，單通道SerDes速率從28G NRZ向56G、112G PAM-4以及最新的224G PAM-4演進，DAC覆蓋距離從5m（對應28G SerDes）縮短至2-3m（對應112G SerDes）甚至0.5m（對應224G SerDes）。而AEC通過兩端配置Retimer芯片修復數據信號、消除噪聲，400G和800G速率產品的最大傳輸距離可分別實現7m、2.5m，2024年10月Credo發佈線纜長度爲7m的HiWire AEC 800G新品，800G速率產品的最大傳輸距離進一步拉長，可實現主機到交換機的跨櫃連接。

AEC在體積及功耗方面具備優勢，能夠降低服務器散熱難度。AEC內置信號增強集成電路，所以相比DAC更能實現芯線的輕薄化和線徑小型化，根據Credo官網，AEC體積相較於DAC降低75%。根據華爲官網，在服務器機架之間，數據中心需要在電纜管道或者電纜槽內維持25-50個線束，AEC相比DAC的線纜直徑小很多，較大線徑的DAC部署會受到空間限制的影響。此外，線束較大同樣會阻塞氣流，使得數據中心的散熱更加困難，因此AEC更適用於大規模、高密度集羣的組網連接。而相比AOC，AEC在功耗及成本方面具備優勢，根據Precisionot官網，AEC功耗相比AOC降低50%，AEC成本則是AOC成本的1/3左右。

圖表4：DAC & AEC & AOC參數性能對比

資料來源：Credo官網，Precisionot官網，中金公司研究部

需求端：CSP積極自研AI ASIC，組網中引入AEC用於短距連接

AI數據中心內部短距連接高景氣。不同的服務器架構、交換網絡組網架構對應着不同的連接器、銅纜和光模塊組成方案。1）在阿里雲數據中心三層CLOS網絡架構下，Spine和Leaf之間互聯的鏈路長度在2km以內，Leaf到TOR的互聯長度通常在100m內，主要使用光模塊+光纖連接，鏈路數量佔整個集羣內總物理鏈路數量的1/3；服務器網卡到TOR的鏈路長度通常在10m內，鏈路數量佔總物理鏈路數的2/3，這一環節通常使用DAC/AEC/AOC來連接。2）在英偉達GB200機櫃服務器架構下，多機櫃間互聯（ToR交換機之間）主要採用光模塊+光纖方案；兩個NVL36機櫃間的互聯通過NVSwitch tray上的OSFP cage及ACC銅纜實現；NVL36/72機櫃內Compute Tray與ToR交換機之間通過AOC（也可選擇光模塊+光纖）進行連接，Compute Tray與Switch Tray之間互聯則通過背板連接器+DAC。

圖表5：阿里雲數據中心典型三層CLOS網絡架構圖示

資料來源：阿里雲基礎設施公衆號，中金公司研究部

圖表6：GB200 NVL36*2架構及線纜連接方案

資料來源：SemiAnalysis，中金公司研究部

圖表7：Credo數據中心高速互聯解決方案一覽

資料來源：《爲AI網絡提供更優的光互連方案》（Credo，2023），中金公司研究部

CSP客戶自研ASIC比例提升，組網中AEC用量有望增加。據博通4QFY24業績會，基於其目前深度覆蓋的三家頭部CSP客戶，公司預計AI網絡和AI ASIC的SAM（可服務目標市場空間）將從 FY24 150-200億美元增長至FY27 600-900億美元。我們測算其中ASIC SAM將有望從FY24約160億美元增長至FY27約600億美元，3年CAGR約55%。我們認爲，對於CSP廠商而言，自研AI ASIC方案具備能效比和單位成本算力的優勢，頭部ASIC廠商對於市場增速預期判斷的提升反映出產業潛在機會擴大。結合產業鏈調研，我們觀察到海外CSP以及科技企業如亞馬遜、微軟、xAI等自建AI算力集羣內部組網已開始部署AEC方案，目前400G AEC爲主流產品，我們預期25年有望向800G甚至1.6T AEC迭代。

不同架構下，AI芯片與AEC的數量對應關係存在差異。參考SemiAnalysis，以AWS自研Trainium2-Ultra服務器架構爲例，Trainium2-Ultra聚合了4臺16卡Trn2服務器，採用4*4*4 3D Torus拓撲架構實現64顆Trn2芯片的互聯。Trainium2-Ultra機櫃中涉及不同的互聯方案，一個Compute Tray上的兩顆Trn2芯片之間通過PCB連接；同一臺Trn2服務器中Compute Tray之間的互聯通過背板連接器+DAC；爲了沿Z軸形成一個環面，每顆芯片通過2條NeuronLinkv3 OSFP-XD AEC銅纜與其他Trn2服務器中兩顆芯片相連，如此芯片就能在Z軸（Trn2 Server A -> Trn2 Server B -> Trn2 Server C -> Trn2 Server D -> Trn2 Server A）上形成一個3D環繞連接的鏈，實現4臺Trn2服務器的3D聚合。

因此，Trainium2-Ultra服務器機櫃中需配套64*2/2=64條400G AEC，Trn2芯片和400G AEC的數量配比關係爲1:1。此外，網卡到ToR交換機之間也可採用AEC連接，一個Compute Tray上2顆芯片配套2個200G 網卡，可等效爲通過0.5條400G AEC連接到ToR交換機上。綜上，Trainium2-Ultra 64卡機櫃方案下，Trn2芯片和400G AEC的數量配比關係約爲1:1.5。

圖表8：2臺Trainium 2-Ultra Rack之間互聯

注：一臺Trainium 2-Ultra Rack中包含2臺Trn2服務器，每臺Trn2服務器中包含8個Compute Tray，每個Compute Tray含2顆芯片。

資料來源：SemiAnalysis，中金公司研究部

圖表9：Trainium 2-Ultra Server通過NeuronLinkv3實現64顆芯片間互聯

資料來源：亞馬遜官網，Ofweek，中金公司研究部

圖表10：Trainium2-Ultra SKU中不同線纜連接圖解

注：Z軸的點對點帶寬爲64GByte/s，X軸和Y軸的點對點帶寬爲128GByte/s，後者帶寬爲前者的兩倍 資料來源：SemiAnalysis，中金公司研究部

根據LightCounting數據（2024年12月報告），2024年AEC市場規模預計約2.18億美元，2029年AEC市場規模有望達到13.12億美元，2024-2029年CAGR爲43%。DAC/AEC/AOC各有優劣勢，我們預計隨着通信傳輸速率不斷提升，服務器內部及外部DAC/AEC/AOC線纜有望並存，適配不同互聯場景需求。

得益於銅纜應用場景增加、以及AEC作爲AOC和DAC中間方案性價比較高，在2.5-7m短距傳輸中優勢突出，AEC市場規模增速最快，根據LightCounting數據，AOC/DAC/AEC+ACC市場規模佔比有望從2024年的51%/36%/13%轉變至2029年的53%/22%/25%，較2023年12月報告AEC市場規模大幅上修。

結合前文測算，我們預計2025年AWS Trainium2出貨量有望達到150萬顆，假設80%採用3D Torus拓撲架構連接方案，對應400G AEC的需求量約180萬條，結合150美元單價（參考LightCounting），2025年僅AWS一家CSP對應的400G AEC市場規模約2.7億美元（LightCounting預測2025年400G AEC全球市場規模爲1.1億美元、整體市場規模約5.25億美元）。

我們認爲，隨着CSP自研ASIC比例和自行組網比例逐步提升、以及越來越多的廠商升級銅連接方案，AEC硬件需求有望進一步提振，市場規模在LightCounting預測數值的基礎上仍有較大上修空間。

圖表11：2024及2029E全球服務器互聯市場中AOC/DAC/AEC+ACC佔比情況

資料來源：LightCounting，中金公司研究部

圖表12：2024-2029E AEC市場規模及預測

資料來源：LightCounting，中金公司研究部

供給端：Retimer和銅纜爲核心物料，部分光模塊廠商切入供應鏈

AEC由Retimer芯片、銅纜和連接組件構成。Retimer芯片和銅纜爲AEC核心部件，我們估測Retimer芯片和銅纜佔800G AEC BOM成本比重分別爲50%、20%，生產組裝成本約佔AEC營業成本的20%。

銅纜製作工藝複雜，產業鏈廠商主要包括芯線供應商、成品線材供應商及線束供應商：1）鍍銀銅線製造：將合金銅線進行拉絲工序，即通過拉絲機和模具，逐漸減小合金銅線直徑並形成所需的線徑。拉絲工序是製造中的基礎工序之一，其精度和質量直接影響最終產品的性能；再通過電鍍/化學鍍銀的方式製成鍍銀銅線；2）芯線製造：通過實心押出/物理發泡壓出、編織、擠塑護套形成芯線（多爲線材供應商內部完成）；3）成品線材製造：芯線通過絞線成纜、高速編織屏蔽層、擠塑護套等工藝流程形成成品線材；4）線束組裝：成品線材加上兩端的連接器形成線束。

光模塊廠商參與到銅纜產業鏈，其組裝能力、客戶渠道或可複用至AEC。在傳統光模塊的內部結構中，價值量佔比較高的主要是光芯片（激光器芯片和探測器芯片）、和電芯片（DSP、TIA、Driver等），這部分核心光電芯片基本由光模塊廠商外採。這些光電芯片和無源光器件以分立式器件的形態爲主，光器件之間由光纖或自由空間元件連接，經過貼片、打線、粘接耦合、焊接等工序實現模塊化組裝。我們認爲AEC在數據中心的應用場景與光模塊存在交叉和互補，且AEC銅纜的生產組裝過程和光模塊較爲類似，核心有源芯片（Retimer）也需外採。部分國內光模塊廠商切入到AEC產業鏈，配合下游CSP客戶進行產品設計和生產，優先卡位AEC銅連接市場。

風險提示

AI產業需求不及預期。隨着社會數字化及智能化轉型的持續，AI大模型場景落地加速賦能百行百業。我們認爲，人工智能的蓬勃發展驅動算力需求持續提升，推升服務器、光模塊、交換機等AI硬件需求。若AI大模型或應用落地不及預期、或商業化變現之路受阻，或影響以頭部雲廠商爲代表的AI產業參與方對AI相關基礎設施的投資力度和決心，可能會對上游AI硬件設備的市場增速、產品迭代速度產生不利影響。

AEC高速銅連接需求不及預期。數據中心互聯的光、銅路線之爭持續進行，光、銅用量主要取決於下游CSP及算力廠商的連接方案選擇，以及技術路徑的變化。AEC是DAC與AOC的中間方案，主要適用於2.5-7m的數據傳輸場景，若下游CSP客戶轉而選擇採用更多光模塊或者DAC互聯方案，或者CPO/OIO技術演進超預期，可能影響未來AEC硬件需求。

本文摘自中金公司2024年12月27日已經發布的《智算未來系列十三：AEC，數據中心內部高速短距連接的性價比之選》，分析師：

鄭欣怡 分析員 SAC 執證編號：S0080524070006

李詩雯 分析員 SAC 執證編號：S0080521070008 SFC CE Ref：BRG963

查玉潔 分析員 SAC 執證編號：S0080524110001

陳昊 分析員 SAC 執證編號：S0080520120009 SFC CE Ref：BQS925

彭虎 分析員 SAC 執證編號：S0080521020001 SFC CE Ref：BRE806